ग्लोबल हे डेटा साठवण्यासाठी खजिना-तलवार आहेत. झाडे. भाग 2

प्रारंभ करणे - भाग 1 पहा.

3. ग्लोबल वापरताना संरचनांचे रूपे

ऑर्डर केलेल्या झाडासारख्या रचनामध्ये विविध विशेष प्रकरणे असतात. ग्लोबल्ससोबत काम करताना ज्यांना व्यावहारिक मूल्य आहे त्यांचा विचार करूया.

3.1 विशेष केस 1. शाखा नसलेला एक नोड

ग्लोबल्सचा वापर केवळ ॲरेप्रमाणेच नाही तर नियमित व्हेरिएबल्सप्रमाणेही केला जाऊ शकतो. उदाहरणार्थ, काउंटर म्हणून:

Set ^counter = 0  ; установка счётчика
Set id=$Increment(^counter) ;  атомарное инкрементирование

या प्रकरणात, जागतिक, त्याच्या अर्थाव्यतिरिक्त, शाखा देखील असू शकतात. एक दुसऱ्याला वगळत नाही.

3.2 विशेष केस 2. एक शिरोबिंदू आणि अनेक शाखा

सर्वसाधारणपणे, हा एक क्लासिक की-व्हॅल्यू बेस आहे. आणि जर आपण व्हॅल्यूजचा एक ट्युपल व्हॅल्यू म्हणून सेव्ह केला तर आपल्याला प्राथमिक कीसह एक अतिशय सामान्य टेबल मिळेल.

ग्लोबल्सवर सारणी लागू करण्यासाठी, आम्हाला स्तंभ मूल्यांमधून स्वतः पंक्ती तयार कराव्या लागतील आणि नंतर प्राथमिक की वापरून त्या ग्लोबलमध्ये जतन कराव्या लागतील. वाचताना पुन्हा स्तंभांमध्ये स्ट्रिंग विभाजित करणे शक्य करण्यासाठी, तुम्ही हे वापरू शकता:

1. डिलिमिटर वर्ण.

   Set ^t(id1) = "col11/col21/col31"
   Set ^t(id2) = "col12/col22/col32"

2. एक कठोर योजना ज्यामध्ये प्रत्येक फील्ड बाइट्सची पूर्वनिर्धारित संख्या व्यापते. जसे रिलेशनल डेटाबेसमध्ये केले जाते.
3. एक विशेष फंक्शन $LB (कॅशेमध्ये उपलब्ध), जे मूल्यांची स्ट्रिंग तयार करते.

   Set ^t(id1) = $LB("col11", "col21", "col31")
   Set ^t(id2) = $LB("col12", "col22", "col32")

विशेष म्हणजे, रिलेशनल डेटाबेसमध्ये दुय्यम निर्देशांकांसारखे काहीतरी करण्यासाठी ग्लोबल वापरणे कठीण नाही. अशा संरचनांना इंडेक्स ग्लोबल म्हणू या. इंडेक्स ग्लोबल हे मुख्य ग्लोबलच्या प्राथमिक कीचा भाग नसलेली फील्ड द्रुतपणे शोधण्यासाठी एक सहायक वृक्ष आहे. ते भरण्यासाठी आणि वापरण्यासाठी, तुम्हाला अतिरिक्त कोड लिहावा लागेल.

पहिल्या कॉलमवर ग्लोबल इंडेक्स बनवू.

Set ^i("col11", id1) = 1
Set ^i("col12", id2) = 1

आता, पहिल्या स्तंभातील माहिती त्वरीत शोधण्यासाठी, आपल्याला जागतिक पहावे लागेल ^i आणि पहिल्या स्तंभाच्या इच्छित मूल्याशी संबंधित प्राथमिक की (id) शोधा.

मूल्य समाविष्ट करताना, आवश्यक फील्डसाठी आम्ही लगेच मूल्य आणि अनुक्रमणिका ग्लोबल तयार करू शकतो. आणि विश्वासार्हतेसाठी, हे सर्व व्यवहारात गुंडाळा.

TSTART
Set ^t(id1) = $LB("col11", "col21", "col31")
Set ^i("col11", id1) = 1
TCOMMIT

M वर ते कसे करावे याबद्दल तपशील जागतिक वर टेबल, दुय्यम निर्देशांकांचे अनुकरण.

अशा तक्त्या पारंपारिक डेटाबेसप्रमाणेच (किंवा त्याहूनही जलद) कार्य करतील जर पंक्ती समाविष्ट करणे/अपडेट करणे/हटवणे यासाठी कार्ये COS/M मध्ये लिहिली गेली आणि संकलित केली गेली.मी हे विधान TSTART आणि TCOMMIT कमांड्स (व्यवहार) वापरण्यासह एक दोन-स्तंभ सारणीमध्ये मोठ्या प्रमाणात INSERT आणि SELECT चाचण्यांसह तपासले.

मी समवर्ती प्रवेश आणि समांतर व्यवहारांसह अधिक जटिल परिस्थितींची चाचणी केलेली नाही.

व्यवहार न वापरता, इन्सर्टेशन रेट 778 इन्सर्ट/सेकंद प्रति मिलियन व्हॅल्यू होता.
300 दशलक्ष मूल्यांसह - 422 इन्सर्ट/सेकंद.

व्यवहार वापरताना - 572M इन्सर्टसाठी 082 इन्सर्ट/सेकंद. सर्व ऑपरेशन्स संकलित एम कोड वरून केले गेले.
हार्ड ड्राइव्ह नियमित आहेत, SSD नाहीत. राइट-बॅकसह RAID5. फेनोम II 1100T प्रोसेसर.

अशाच प्रकारे SQL डेटाबेसची चाचणी घेण्यासाठी, तुम्हाला एक संग्रहित प्रक्रिया लिहिण्याची आवश्यकता आहे जी लूपमध्ये समाविष्ट करेल. MySQL 5.5 (InnoDB स्टोरेज) ची चाचणी करताना, या पद्धतीचा वापर करून मला प्रति सेकंद 11K इन्सर्टपेक्षा जास्त क्रमांक मिळाले नाहीत.
होय, रिलेशनल डेटाबेसपेक्षा ग्लोबल्सवरील टेबल्सची अंमलबजावणी अधिक जटिल दिसते. म्हणून, टॅब्युलर डेटासह कार्य सुलभ करण्यासाठी ग्लोबल्सवरील औद्योगिक डेटाबेसमध्ये SQL प्रवेश असतो.

सर्वसाधारणपणे, डेटा स्कीमा वारंवार बदलत नसल्यास, अंतर्भूत करण्याची गती गंभीर नसते आणि संपूर्ण डेटाबेस सहजपणे सामान्य सारण्यांच्या स्वरूपात दर्शविला जाऊ शकतो, तर SQL सह कार्य करणे सोपे आहे, कारण ते उच्च पातळीचे अमूर्तता प्रदान करते. .

या विशिष्ट प्रकरणात मला ते दाखवायचे होते ग्लोबल इतर डेटाबेस तयार करण्यासाठी कन्स्ट्रक्टर म्हणून काम करू शकतात. एखाद्या असेंबलर प्रमाणे ज्यामध्ये इतर भाषा लिहिता येतात. तुम्ही ग्लोबल्सवर ॲनालॉग्स कसे तयार करू शकता याची उदाहरणे येथे आहेत की-मूल्य, सूची, संच, सारणी, दस्तऐवज-देणारं डेटाबेस.

जर तुम्हाला कमीत कमी प्रयत्नात काही प्रकारचा नॉन-स्टँडर्ड डेटाबेस तयार करायचा असेल तर तुम्ही ग्लोबल्सकडे लक्ष द्यावे.

3.3 विशेष केस 3. दोन-स्तरीय झाड, दुसऱ्या स्तराच्या प्रत्येक नोडमध्ये शाखांची निश्चित संख्या आहे

तुम्ही कदाचित याचा अंदाज लावला असेल: हे ग्लोबल्सवरील टेबल्सची पर्यायी अंमलबजावणी आहे. या अंमलबजावणीची मागील एकाशी तुलना करूया.

दोन-स्तरीय झाडावरील टेबल्स वि. एकल-स्तरीय झाडावर.

मिनिन्स
Плюсы

1. समाविष्ट करण्यासाठी हळू, कारण तुम्हाला नोड्सची संख्या स्तंभांच्या संख्येइतकी सेट करण्याची आवश्यकता आहे.
2. डिस्क स्पेसचा अधिक वापर. स्तंभ नावांसह जागतिक अनुक्रमणिका (ॲरे इंडेक्स म्हणून समजले जाते) डिस्क जागा घेतात आणि प्रत्येक पंक्तीसाठी डुप्लिकेट केले जातात.

1. वैयक्तिक स्तंभांच्या मूल्यांमध्ये जलद प्रवेश, कारण स्ट्रिंगचे विश्लेषण करण्याची आवश्यकता नाही. माझ्या चाचण्यांनुसार, ते 11,5 स्तंभांवर 2% जलद आणि मोठ्या संख्येच्या स्तंभांवर अधिक आहे.
2. डेटा स्कीमा बदलणे सोपे आहे
3. अधिक स्पष्ट कोड

निष्कर्ष: प्रत्येकासाठी नाही. स्पीड हा ग्लोबल्सचा सर्वात महत्त्वाचा फायदा असल्याने, ही अंमलबजावणी वापरण्यात काही अर्थ नाही, कारण ते बहुधा रिलेशनल डेटाबेसमधील टेबलपेक्षा अधिक वेगवान कामगिरी करणार नाही.

3.4 सामान्य केस. झाडे आणि ऑर्डर केलेली झाडे

ट्री म्हणून दर्शविले जाऊ शकते अशी कोणतीही डेटा संरचना ग्लोबल्समध्ये पूर्णपणे बसते.

3.4.1 सबऑब्जेक्टसह ऑब्जेक्ट्स

हे ग्लोबल्सच्या पारंपारिक वापराचे क्षेत्र आहे. वैद्यकीय क्षेत्रात मोठ्या प्रमाणात रोग, औषधे, लक्षणे आणि उपचार पद्धती आहेत. प्रत्येक रुग्णासाठी दशलक्ष फील्ड असलेली टेबल तयार करणे तर्कहीन आहे. शिवाय, 99% फील्ड रिकामे असतील.

सारण्यांच्या SQL डेटाबेसची कल्पना करा: "रुग्ण" ~ 100 फील्ड, "औषध" - 000 फील्ड, "थेरपी" - 100 फील्ड, "गुंतागुंत" - 000 फील्ड इ. आणि असेच. किंवा तुम्ही हजारो टेबल्सचा डेटाबेस तयार करू शकता, प्रत्येक विशिष्ट प्रकारच्या रुग्णांसाठी (आणि ते ओव्हरलॅप करू शकतात!), उपचार, औषधे आणि या टेबलांमधील कनेक्शनसाठी आणखी हजारो टेबल्स.

ग्लोबल हे औषधासाठी आदर्श आहेत, कारण ते तुम्हाला प्रत्येक रुग्णासाठी त्याच्या वैद्यकीय इतिहासाचे अचूक वर्णन, विविध थेरपी आणि औषधांच्या क्रियांचे, झाडाच्या रूपात, रिकाम्या स्तंभांवर डिस्कची अतिरिक्त जागा न घालवता तयार करण्याची परवानगी देतात. रिलेशनल केसमध्ये असू द्या.

ग्लोबल वापरून लोकांबद्दलच्या डेटासह डेटाबेस तयार करणे सोयीचे आहे, जेव्हा क्लायंटबद्दल जास्तीत जास्त विविध माहिती जमा करणे आणि व्यवस्थित करणे महत्वाचे असते. औषध, बँकिंग, विपणन, संग्रहण आणि इतर क्षेत्रांमध्ये याला मागणी आहे

.
अर्थात, एसक्यूएलमध्ये तुम्ही काही टेबलांसह झाडाचे अनुकरण देखील करू शकता (EAV, 1,2,3,4,5,6,7,8,9,10), तथापि हे लक्षणीयरीत्या अधिक क्लिष्ट आहे आणि हळू होईल. मूलत:, तुम्हाला टेबलवर काम करणारे ग्लोबल लिहावे लागेल आणि सारण्यांसह सर्व काम ॲब्स्ट्रॅक्शन लेयरखाली लपवावे लागेल. उच्च-स्तरीय तंत्रज्ञान (SQL) वापरून निम्न-स्तरीय तंत्रज्ञान (ग्लोबल) चे अनुकरण करणे चुकीचे आहे. अयोग्य.

हे रहस्य नाही की जायंट टेबल (ALTER TABLE) वर डेटा स्कीमा बदलण्यासाठी बराच वेळ लागू शकतो. MySQL, उदाहरणार्थ, ALTER TABLE ADD|DROP COLUMN जुन्या टेबलवरून नवीन टेबलवर माहिती पूर्णपणे कॉपी करून (चाचणी केलेले MyISAM, InnoDB इंजिन). जे आठवडे नाही तर दिवसांसाठी कोट्यवधी रेकॉर्डसह कार्यरत डेटाबेस हँग करू शकतात.

जर आपण ग्लोबल वापरत असाल तर डेटा स्ट्रक्चर बदलण्यासाठी आपल्याला काहीही लागत नाही. पदानुक्रमाच्या कोणत्याही स्तरावर आम्ही कोणत्याही ऑब्जेक्टमध्ये आवश्यक असलेले कोणतेही नवीन गुणधर्म कधीही जोडू शकतो. शाखांचे नाव बदलण्याशी संबंधित बदल चालू डेटाबेसवर पार्श्वभूमीत चालवले जाऊ शकतात.


म्हणून, जेव्हा मोठ्या संख्येने पर्यायी गुणधर्मांसह वस्तू संग्रहित करण्याचा विचार येतो, तेव्हा ग्लोबल हा एक उत्तम पर्याय आहे.

शिवाय, मी तुम्हाला आठवण करून देतो की कोणत्याही मालमत्तेमध्ये प्रवेश त्वरित आहे, कारण जागतिक स्तरावर सर्व मार्ग बी-ट्री आहेत.

जागतिक डेटाबेस, सर्वसाधारणपणे, श्रेणीबद्ध माहिती संचयित करण्याची क्षमता असलेला दस्तऐवज-देणारं डेटाबेस आहे. म्हणून, दस्तऐवज-देणारं डेटाबेस वैद्यकीय नोंदी साठवण्याच्या क्षेत्रात जागतिक लोकांशी स्पर्धा करू शकतात. पण अजूनही ते सारखे नाहीतुलना करण्यासाठी मोंगोडीबी घेऊ. या डोमेनमध्ये ते खालील कारणांमुळे जागतिक लोकांसमोर हरते:

1. दस्तऐवज आकार. स्टोरेज युनिट जेएसओएन फॉरमॅटमधील मजकूर आहे (अधिक तंतोतंत BSON) कमाल आवाज सुमारे 16MB आहे. हे निर्बंध विशेषतः तयार केले गेले होते जेणेकरून JSON डेटाबेसमध्ये मोठा JSON दस्तऐवज संग्रहित केला असेल आणि नंतर फील्डद्वारे प्रवेश केला असेल तर त्याचे विश्लेषण करताना त्याची गती कमी होऊ नये. या दस्तऐवजात रुग्णाची सर्व माहिती असावी. रुग्णांची नोंद किती जाड असू शकते हे आपल्या सर्वांना माहीत आहे. 16MB चा कमाल कार्ड आकार ताबडतोब अशा रूग्णांना संपवतो ज्यांच्या आजाराच्या कार्डमध्ये MRI फाईल्स, एक्स-रे स्कॅन आणि इतर अभ्यास समाविष्ट असतात. ग्लोबलच्या एका शाखेत तुमच्याकडे गीगाबाइट्स आणि टेराबाइट्स माहिती असू शकते. तत्वतः, आम्ही हे संपवू शकतो, परंतु मी सुरू ठेवू.
2. रुग्णाच्या तक्त्यामधील नवीन गुणधर्मांची जाणीव/बदल/हटवण्याची वेळ. अशा डेटाबेसने संपूर्ण नकाशा मेमरीमध्ये वाचला पाहिजे (ही मोठी रक्कम आहे!), BSON पार्स करा, नवीन नोड जोडा/बदला/हटवा, अनुक्रमणिका अपडेट करा, BSON मध्ये पॅक करा आणि डिस्कवर सेव्ह करा. जागतिक व्यक्तीला केवळ विशिष्ट मालमत्तेमध्ये प्रवेश करणे आणि त्यात फेरफार करणे आवश्यक आहे.
3. वैयक्तिक गुणधर्मांमध्ये द्रुत प्रवेश. दस्तऐवजातील अनेक गुणधर्म आणि त्याच्या बहु-स्तरीय संरचनेसह, जागतिक स्तरावरील प्रत्येक मार्ग एक बी-ट्री आहे या वस्तुस्थितीमुळे वैयक्तिक गुणधर्मांमध्ये प्रवेश जलद होईल. BSON मध्ये, इच्छित मालमत्ता शोधण्यासाठी तुम्हाला दस्तऐवजाचे रेखीय विश्लेषण करावे लागेल.

3.3.2 असोसिएटिव्ह ॲरे

असोसिएटिव्ह ॲरे (अगदी नेस्टेड ॲरेसह) ग्लोबलवर उत्तम प्रकारे बसतात. उदाहरणार्थ, PHP वरून असा ॲरे पहिल्या चित्र 3.3.1 मध्ये प्रदर्शित केला जाईल.

$a = array(
  "name" => "Vince Medvedev",
  "city" => "Moscow",
  "threatments" => array(
    "surgeries" => array("apedicectomy", "biopsy"),
    "radiation" => array("gamma", "x-rays"),
    "physiotherapy" => array("knee", "shoulder")
  )
);

3.3.3 श्रेणीबद्ध दस्तऐवज: XML, JSON

तसेच ग्लोबलमध्ये सहज साठवले जाते. स्टोरेजसाठी वेगवेगळ्या प्रकारे मांडले जाऊ शकते.

एक्स एम एल
XML चे ग्लोबलमध्ये विश्लेषण करण्याचा सर्वात सोपा मार्ग म्हणजे नोड्समध्ये टॅग विशेषता संग्रहित करणे. आणि जर टॅग विशेषतांमध्ये त्वरित प्रवेश आवश्यक असेल तर आम्ही त्यांना वेगळ्या शाखांमध्ये हलवू शकतो.

<note id=5>
<to>Вася</to>
<from>Света</from>
<heading>Напоминание</heading>
<body>Позвони мне завтра!</body>
</note>

COS वर हे कोडशी संबंधित असेल:

Set ^xml("note")="id=5"
Set ^xml("note","to")="Саша"
Set ^xml("note","from")="Света"
Set ^xml("note","heading")="Напоминание"
Set ^xml("note","body")="Позвони мне завтра!"

टिप्पणी: XML, JSON, असोसिएटिव्ह ॲरेसाठी, तुम्ही ग्लोबल्सवर प्रदर्शित करण्याचे अनेक भिन्न मार्ग शोधू शकता. या प्रकरणात, आम्ही टिप टॅगमधील सबटॅगचा क्रम प्रतिबिंबित केला नाही. जागतिक स्तरावर ^xml सबटॅग वर्णमाला क्रमाने प्रदर्शित केले जातील. ऑर्डर काटेकोरपणे प्रतिबिंबित करण्यासाठी, आपण वापरू शकता, उदाहरणार्थ, खालील प्रदर्शन:

JSON.
विभाग ३.३.१ मधील पहिले चित्र या JSON दस्तऐवजाचे प्रतिबिंब दाखवते:

var document = {
  "name": "Vince Medvedev",
  "city": "Moscow",
  "threatments": {
    "surgeries": ["apedicectomy", "biopsy"],
    "radiation": ["gamma", "x-rays"],
    "physiotherapy": ["knee", "shoulder"]
  },
};

3.3.4 श्रेणीबद्ध संबंधांद्वारे जोडलेल्या समान संरचना

उदाहरणे: विक्री कार्यालयांची रचना, MLM संरचनेतील लोकांचे स्थान, बुद्धिबळातील उद्घाटनांचा डेटाबेस.

डेब्यू डेटाबेस. तुम्ही जागतिक नोडचे निर्देशांक मूल्य म्हणून स्ट्रोक फोर्स अंदाज वापरू शकता. मग, सर्वात मजबूत चाल निवडण्यासाठी, सर्वात जास्त वजन असलेली शाखा निवडणे पुरेसे असेल. जागतिक पातळीवर, प्रत्येक स्तरावरील सर्व शाखांची क्रमवारी चालण्याच्या ताकदीनुसार केली जाईल.

विक्री कार्यालयांची रचना, एमएलएममधील लोकांची रचना. नोड्स काही कॅशिंग मूल्ये संचयित करू शकतात जी संपूर्ण सबट्रीची वैशिष्ट्ये प्रतिबिंबित करतात. उदाहरणार्थ, दिलेल्या सबट्रीची विक्री मात्रा. कोणत्याही क्षणी आपल्याला कोणत्याही शाखेतील यश दर्शविणारी आकृती मिळू शकते.

4. कोणत्या प्रकरणांमध्ये ग्लोबल वापरणे सर्वात फायदेशीर आहे?

पहिला स्तंभ अशी प्रकरणे सादर करतो जिथे तुम्हाला ग्लोबल वापरून लक्षणीय गती मिळेल आणि दुसरा जेव्हा डिझाइन किंवा डेटा मॉडेल सरलीकृत केले जाईल.

गती
डेटा प्रोसेसिंग/प्रेझेंटेशनची सुलभता

1. प्रवेश [प्रत्येक स्तरावर स्वयंचलित क्रमवारीसह], [मास्टर की द्वारे अनुक्रमणिका]
2. उपवृक्ष काढत आहे
3. अनेक नेस्टेड गुणधर्म असलेल्या वस्तू ज्यांना वैयक्तिक प्रवेश आवश्यक आहे
4. कोणत्याही शाखेतील बाल शाखांना बायपास करण्याची क्षमता असलेली श्रेणीबद्ध रचना, अगदी अस्तित्वात नसलेल्या शाखा
5. उपवृक्षांची खोली-प्रथम ट्रॅव्हर्सल

1. मोठ्या संख्येने पर्यायी [आणि/किंवा नेस्टेड] गुणधर्मांसह वस्तू/संस्था
2. स्कीमा-लेस डेटा. जेव्हा नवीन गुणधर्म अनेकदा दिसू शकतात आणि जुने अदृश्य होतात.
3. तुम्हाला सानुकूल डेटाबेस तयार करण्याची आवश्यकता आहे.
4. पथ आधार आणि निर्णय झाडे. जेव्हा झाड म्हणून मार्गांचे प्रतिनिधित्व करणे सोयीचे असते.
5. पुनरावृत्ती न वापरता श्रेणीबद्ध संरचना काढून टाकणे

सुरू "डेटा साठवण्यासाठी ग्लोबल हे खजिना-तलवार आहेत. विरळ ॲरे. भाग 3".

जबाबदारी नाकारणे: हा लेख आणि त्यावरच्या माझ्या टिप्पण्या माझे मत आहेत आणि त्यांचा इंटरसिस्टम कॉर्पोरेशनच्या अधिकृत पदाशी कोणताही संबंध नाही.

स्त्रोत: www.habr.com